【IDC_浪潮信息】2023-2024国人工智能计算力发展评估报告_47页_11mb

报告摘要

2023-2024年中国人工智能计算力发展评估报告总结

核心内容

2023年是中国人工智能发展的重要转折点，生成式人工智能和大模型的兴起推动了人工智能从感知智能向生成式智能的演进。这一趋势显著提升了算力需求，改变了算力服务模式，并加速了人工智能在各行业的应用落地。

主要观点

全球与中国的AI发展：
- 全球范围内，生成式人工智能（Gen-AI）和大模型推动了产业进入关键转折点，企业普遍开始布局并投入资金。
- 中国在政策支持、算力提升、数据资源丰富以及科研实力增强等因素的推动下，人工智能产业加速创新，展现出高活力。
算力需求快速增长：
- 从感知智能到生成式智能，算力需求显著上升，特别是在大模型训练和推理阶段。
- IDC预测，到2027年，中国智能算力规模将达1117.4 EFLOPS，年复合增长率达33.9%；通用算力年复合增长率则为16.6%。
算力基础设施演进：
- 人工智能算力基础设施正向高性能、高互联、高泛在性、多元化方向发展。
- 传统算力资源难以满足大模型需求，因此算力服务模式需要优化，以满足企业对高性能集群的独占式、大规模、长时间使用的诉求。
绿色算力成为重点：
- 人工智能服务器功耗高，绿色数据中心建设成为关键。
- 液冷技术是实现可持续发展的有效手段，预计2027年中国液冷服务器市场规模将达89亿美元，年复合增长率达54.7%。
AI芯片与服务器市场：
- 中国人工智能芯片市场持续增长，2023年出货量预计达133.5万片，同比增长22.5%。
- “CPU+GPU”的异构计算模式成为主流，未来将向更细分、专业化方向发展。
AI软件基础设施：
- AI软件基础设施在推动大模型应用落地中发挥关键作用。
- 全栈技术支持、数据处理能力、算力调度优化、模型微调等技术成为关键要素。
边缘智能与行业应用：
- 边缘智能在多个行业实现广泛应用，包括工业、交通、医疗等。
- 边缘计算与云计算、5G、区块链等技术协同，提升智能部署的灵活性与效率。
生成式人工智能的应用场景：
- 生成式人工智能正在广泛应用于知识管理、对话式应用、销售与营销、代码生成等领域。
- 金融、制造、医疗等行业是主要应用领域，但也面临数据安全、隐私保护等挑战。

关键信息

全球趋势：生成式人工智能和大模型成为全球AI发展的核心驱动力，推动计算范式、产业动量和算力服务格局的变革。
中国市场：2023年，中国人工智能服务器市场规模预计达91亿美元，同比增长82.5%，2027年将达134亿美元。
技术与政策支持：中国在政策层面积极支持AI发展，如《数字中国建设整体布局规划》和《生成式人工智能服务管理暂行办法》。
算力服务模式：算力服务正从传统共享模式向定制化、高能效、高可靠性的方向发展，以适应大模型需求。
绿色数据中心：液冷技术成为数据中心节能的关键，预计2027年液冷服务器市场将达89亿美元。
行业应用：互联网、电信、政府、金融和制造行业在AI应用中排名靠前，各行业在AI赋能下实现效率提升、成本优化、智能化升级。
AI应用场景：包括但不限于计算机视觉、自然语言处理、语音识别、智能客服、智能制造、智慧医疗、AI4Sci等。

行动建议

对行业用户

关注生成式人工智能带来的效率提升和业务革新。
优化算力资源配置，提升算力利用率。
关注绿色数据中心建设，实现可持续发展。

对技术供应商

提升算力基础设施的性能与能效。
构建以应用为导向、系统为核心的算力平台。
加强AI芯片、算法、数据服务等多维度协同，提升AI生态兼容性。
推进液冷、云边协同等技术，构建可持续的算力生态。

结论

中国人工智能计算力正加速发展，从芯片、服务器、算法到应用，形成完整的生态链。随着生成式人工智能和大模型的广泛应用，中国在AI领域展现出强劲的发展势头。同时，绿色算力、边缘智能、算力服务模式的变革成为未来发展的关键方向。技术供应商和行业用户需要协同创新，以应对挑战、抓住机遇，推动人工智能的全面落地和持续发展。

展开完整摘要